一种基于知网的概念相似度计算方法.pdfVIP

《工业控制计算机}2011年第 24卷第 4期 87 一 种基于知网的概念相似度计算方法 A ConceptSimilarityComputing Method Based on Hownet 李 剑 李金厚 (安徽工业大学计算机学院，安徽 马鞍山 243032) 摘 要 概念相似度计算是句子相似度计算的基础 ，以知 网中的义原关系为依据 ，认为两个概念 ，其独立义原对相似度大小起 着决定性作用；独立叉原越相近 ，描述 的信 息差越小 ，它们的相似度也就越大。提 出了一种基于知网的概念相似度的计算方 法，定义了概念相似度公式。实验表明，据此计算概念相似度 ，在一定程度上和人的直观更加符合 的结果 。 关键词：概念相似度 ，知 网，概念 ，义原 ，独立义原信 息比 Abstract Concept similarity computing，is the basic ofsentence computing，this paper，based on the relationship of sememe in Hownet，considerthattwo concepts independentsememesplaysa decisive role in similarity computing；the closerthe inde— pendent sememes are，the smaller gap between two sememes isthe greater their similarity．This paperproposes a new methodon similarity computation ofconceptwhich isbased onHownet，The methoddefinesa similarity computation ofcon— ceptamong Hownetssememes．According to experiments，demonstrate this method have improved performance in measur— ing conceptsimilarity Keywords：conceptsimilarity，hownet，concept，sememe，rateofindependentsememes description 文本相似度在 自动问答 、信息检索 、信 息抽取 、文本聚类 、词 喜欢 ，#WhileAwaylfR闲，其中符号 “”’表示 “施事者一事件 ”关系 ， 义排歧 、机器翻译等领域都有很大的应用 。文本相似度基本方法 }“}”表示 “与其相关”关系 。 有基于世界知识 (Ontology)或某种分类体系 (Taxonomy)的方 1．2概念和词语 的关系 法和基于统计的上下文 向量空 间模型方法 ，这两种方法各有优 在知网中，词语与概念的关系是一对一或一对多 的关系。某 缺点。目前，在我 国以 《知网》为基础 的词汇相似度计算是学术界 些情况下 ，词语只有一个概念 ，在相似度计算时 ，可 以直接提取 研究的热点，并且有着一定程度的应用 。刘群 、吴建 、李峰等人都 其对应 的概念来计算 。但某些词语 ，比如 “打毛农 ”和 “打酱油”中 有相应 的相似度算法 。本文在刘群等人基础上 ，指出概念和词语 的 “打 ”对应 的概念明显不同，前者对应 的概念为 “编织”，后者对 之间的关系和区别 ，着重考虑独立义原对概念相似度 的影 响，深 应的概念为 “购买”。笔者通过实验 提取 了知 网中的多义词 ，一共 入分析 了独立义原信息 比和概念相似度的关系 ，提 出了一种基